名詞出處
來自作者石筱玉的文章,文章介紹伴隨“AI熱”的一個新職業“AI訓練師”他們所要做的主要工作是“圖像語義分割”,這個聽起來高大上的名字其實就是“在圖片或視頻中用方框標記出車身和車輪。有的時候她需要將圖片放大,仔細標出路邊樹木的輪廓……”職業特點
這些“訓練師”們並不一定都是厲害的程式設計師,他們都是從事各類職業的普通人。譬如,來自美國華盛頓州聖路易斯郊區的ShariForrest是一名教科書編寫者,不過她在排隊、去醫院甚至無聊的時候都能打開MightyAI對無人駕駛AI進行“訓練”,還因此小賺了一筆。Forrest要做的事情很簡單,就是在圖片或視頻中用方框標記出車身和車輪。有的時候她需要將圖片放大,仔細標出路邊樹木的輪廓。MightyAI“訓練師”的大致工作:識別樹啊,車輪啊,這種事情對普通人來說簡直小菜一碟。
不過,在人工智慧研究者眼裡,Forrest做的事情有一個高大上的名字,叫做“圖像語義分割”(semanticsegmentationmask)。對於人工智慧來說,它們必須依靠成千上萬的“分割”資料才能逐漸學習一輛車長什麼樣。
一個“圖像語義分割”的案例,其中不同顏色代表不同的物體。這種方式是人工智慧進行“學習”的唯一途徑。
出現原因
對於大部分AI的研究者們來說,他們並沒有這么多的人力資源建立足夠完備的資料庫。當研究者終於意識到這個問題的時候,他們驚訝地發現:“建立這個資料庫居然要花費這么多的精力和財力!”
在AI的夾擊下,人類天生就有的學習、推理、舉一反三這些能力依舊能讓我們保持著自身的獨特性。因此,我們才能夠讓AI為我們所用,而不是被AI掣肘。